# Workflows de qualite des donnees et d'investigation d'anomalies

Profilez des donnees tabulaires, isolez doublons, manquants, ruptures referentielles, valeurs aberrantes et anomalies temporelles, puis transformez-les en preuves exploitables.

> Page canonique: https://elysiatools.com/fr/hubs/data-quality-anomaly-workflows

- **Mots-clés:** workflow qualite des donnees, detection de doublons, analyse des valeurs manquantes, investigation des valeurs aberrantes, anomalies de series temporelles

## Questions fréquentes

### Toute valeur aberrante signifie-t-elle une mauvaise donnee ?

Non. Une valeur aberrante peut representer un evenement rare mais valide et demande un contexte metier.

### Faut-il toujours supprimer les doublons ?

Non. Certaines repetitions sont des transactions recurrentes ou des instantanes legitimes.

### L'interpolation convient-elle a tous les manquants ?

Non. Elle n'est pertinente que pour des series ordonnees avec une hypothese de continuite defendable.

### Pourquoi utiliser des moyennes robustes en plus des z-scores ?

Elles montrent si quelques valeurs extremes deforment assez la tendance centrale pour changer une decision operationnelle.